对于无需实时响应的业务场景，批量推理服务可以通过离线方式进行大规模数据处理。批量推理的计费仅为实时推理的50%，帮助您有效节省资源消耗成本。
支持的模型
文生文模型：qwq-plus、qwen-max、qwen-max-latest、qwen-plus、qwen-plus-latest、qwen-turbo、qwen-turbo-latest、qwen-long、qwen-long-latest、qwq-32b-preview
视觉理解模型：qwen-vl-max、qwen-vl-max-latest、qwen-vl-plus
全模态模型：qwen-omni-turbo
通用文本向量模型：text-embedding-v1、text-embedding-v2、text-embedding-v3
第三方模型：deepseek-r1、deepseek-v3
使用流程
一、创建批量推理任务
在百炼控制台的批量推理页面，单击右上角创建批量推理任务跳转至创建页。
填写批量推理任务表，填写完成后单击确定提交任务。
批量推理任务表页面 | 页面字段填写说明 |
| 上传数据文件 上传包含请求信息的数据文件。
|
二、查看与管理批量推理任务
您可在批量推理任务列表页，查看批量推理任务的信息。
任务进度列显示为“已处理请求数量/总请求数量”。
任务状态：
执行中和验证中的任务，您可选择是否单击取消任务；已完成的任务，您可单击查看结果。
失败的任务，将鼠标悬浮在任务状态文字处，会显示错误信息。
根据业务空间查询
每个业务空间创建的批量推理任务将自动归属至创建者所属业务空间。您可通过筛选业务空间查询批量推理任务，也可在搜索框输入任务名称或任务ID，单击
图标，查询指定批量推理任务。
各空间权限说明：
全部：可查看全部业务空间的批量推理任务。
默认业务空间：只可查看默认业务空间的批量推理任务。
子业务空间：只可查看本业务空间的批量推理任务。
三、下载结果文件
在批量推理任务完成后，可单击查看结果查看任务执行情况并下载结果文件。
已完成或已终止状态下，成功执行的请求结果保存在结果文件中，错误请求信息保存在错误文件中。
失败状态，表示文件解析失败，无结果文件和错误文件输出，通过鼠标悬浮在任务状态文字上显示的错误信息检查上传的数据文件。
API调用
阿里云百炼提供了与OpenAI兼容的Batch接口，您可以通过这些接口执行批量推理任务。有关详细信息和使用指南，请参阅Batch文档。
数据统计
您可访问百炼控制台的模型观测页面，在推理类型中选择批量推理，选择一个时间段（从今天开始到近15天内的任意时段，精确到秒），即可查看所有模型在选定时间段内的调用情况。
在选择时间段时，请注意：批量推理的模型调用时间以任务的结束时间为准，因此，对于尚未完成的任务，将无法查询到其模型调用信息。
单击任一模型右侧的监控按钮，在推理类型中选择批量推理，选择一个时间段（从今天开始到近15天内的任意时段，精确到秒），即可查看该模型调用统计和性能指标的数据趋势。
计费
批量推理的计费仅为实时推理的50%，具体请参见模型列表。
Batch调用不支持预付费（节省计划），且不享受免费额度、Context Cache等优惠。
系统仅对批量推理任务中已经执行成功的请求进行计量计费，未执行的请求不计费。